如何在 R 中绘制数据框的所有列

您可以使用以下选项指定标题（以及通过 和 指定轴的标题）。例如：xlabylabmain

plot(data[,i], main=names(data)[i])

如果要绘制（并保存）数据帧的每个变量，则应使用 ，或所需的任何其他图形驱动程序，然后发出命令。例如：pngpdfdev.off()

data <- read.csv("sample.csv",header=T,sep=",")
for (i in 1:length(data)) {
    pdf(paste('fileprefix_', names(data)[i], '.pdf', sep='')
    plot(data[,i], ylab=names(data[i]), type="l")
    dev.off()
}

或者将所有绘图绘制到具有 的参数的同一图像上。例如：用于在同一“图像”中包含接下来的 4 个图。mfrowpar()par(mfrow=c(2,2)

我在这台计算机上没有 R，但这里有一个裂缝。您可以使用在窗口中显示多个绘图，或者像这样在显示下一页之前提示单击。par

plotfun <- function(col) 
  plot(data[ , col], ylab = names(data[col]), type = "l")
par(ask = TRUE)
sapply(seq(1, length(data), 1), plotfun)

您可以跳过重重障碍，将解决方案转换为 或调用。（我看到@jonw显示了一种方法。除此之外，你已经拥有的是完全可以接受的代码。lapplysapplyapply

如果这些都是时间序列或类似的时间序列，那么以下可能是一个合适的替代方案，它将每个序列绘制在单个绘图区域上自己的面板中。我们使用这个包，因为它确实可以很好地处理这样的有序数据。zoo

require(zoo)
set.seed(1)
## example data
dat <- data.frame(X = cumsum(rnorm(100)), Y = cumsum(rnorm(100)),
                  Z = cumsum(rnorm(100)))
## convert to multivariate zoo object
datz <- zoo(dat)
## plot it
plot(datz)

这给出了：

该软件包需要一点学习，但结果看起来非常好，您可以获得漂亮的图例，以及许多其他不错的功能，所有这些都无需编写太多代码。ggplot2

require(ggplot2)
require(reshape2)
df <- data.frame(time = 1:10,
                 a = cumsum(rnorm(10)),
                 b = cumsum(rnorm(10)),
                 c = cumsum(rnorm(10)))
df <- melt(df ,  id.vars = 'time', variable.name = 'series')

# plot on same grid, each series colored differently -- 
# good if the series have same scale
ggplot(df, aes(time,value)) + geom_line(aes(colour = series))

# or plot on different plots
ggplot(df, aes(time,value)) + geom_line() + facet_grid(series ~ .)

有一种非常简单的方法可以使用单独的面板或同一面板绘制数据框中的所有列：

plot.ts(data)

这会产生（其中 X1 - X4 是列名）：

请查看 ？plot.ts 了解所有选项。

如果你不想更多地控制你的绘图函数，并且不使用循环，你也可以做一些事情，比如：

par(mfcol = c(ncol(data), 1))
Map(function(x,y) plot(x, main =y), data, names(data))

跟：lattice

library(lattice)

df <- data.frame(time = 1:10,
                 a = cumsum(rnorm(10)),
                 b = cumsum(rnorm(10)),
                 c = cumsum(rnorm(10)))

form <- as.formula(paste(paste(names(df)[- 1],  collapse = ' + '),  
                         'time',  sep = '~'))

xyplot(form,  data = df,  type = 'b',  outer = TRUE)

使用上面的一些技巧（特别感谢@daroczig的表单），此函数打印数值变量的直方图和因子变量的条形图。探索数据框的良好开端：names(df)[i]

par(mfrow=c(3,3),mar=c(2,1,1,1)) #my example has 9 columns

dfplot <- function(data.frame)
{
  df <- data.frame
  ln <- length(names(data.frame))
  for(i in 1:ln){
    mname <- substitute(df[,i])
      if(is.factor(df[,i])){
        plot(df[,i],main=names(df)[i])}
        else{hist(df[,i],main=names(df)[i])}
  }
}

最好的祝愿，马特。

如果文件文件中的列名不是有效的 R 名称：.csv

data <- read.csv("sample.csv",sep=";",head=TRUE)
data2 <- read.csv("sample.csv",sep=";",head=FALSE,nrows=1)

for ( i in seq(1,length( data ),1) ) plot(data[,i],ylab=data2[1,i],type="l")

我很惊讶没有人提到.如果您不需要在单独的轴上绘制每条线，这非常方便。 只需一个命令：matplot

matplot(y = data, type = 'l', lty = 1)

用于查看所有选项。?matplot

要添加图例，您可以设置调色板，然后添加它：

mypalette = rainbow(ncol(data))
matplot(y = data, type = 'l', lty = 1, col = mypalette)
legend(legend = colnames(data), x = "topright", y = "topright", lty = 1, lwd = 2, col = mypalette)

不幸的是，ggplot2 没有提供一种方法来做到这一点（轻松），而无需将数据转换为长格式。您可以尝试与之抗争，但进行数据转换会更容易。这里是所有的方法，包括 from reshape2、from tidyr 和 from tidyr： 将 data.frame 从宽格式调整为长格式meltgatherpivot_longer

下面是一个使用 pivot_longer 的简单示例：

> df <- data.frame(time = 1:5, a = 1:5, b = 3:7)
> df
  time a b
1    1 1 3
2    2 2 4
3    3 3 5
4    4 4 6
5    5 5 7

> df_wide <- df %>% pivot_longer(c(a, b), names_to = "colname", values_to = "val")
> df_wide
# A tibble: 10 x 3
    time colname   val
   <int> <chr>   <int>
 1     1 a           1
 2     1 b           3
 3     2 a           2
 4     2 b           4
 5     3 a           3
 6     3 b           5
 7     4 a           4
 8     4 b           6
 9     5 a           5
10     5 b           7

如您所见，将选定的列名放在 （默认 “name”） 指定的任何内容中，并将长整型值放入 （默认为 “value”） 指定的任何内容中。如果我对默认名称没问题，我可以使用 use .pivot_longernames_tovalues_todf %>% pivot_longer(c("a", "b"))

现在您可以像往常一样绘图了，例如。

ggplot(df_wide, aes(x = time, y = val, color = colname)) + geom_line()

对于同样的问题，这个链接对我有很大帮助：

p = ggplot() + 
  geom_line(data = df_plot, aes(x = idx, y = col1), color = "blue") +
  geom_line(data = df_plot, aes(x = idx, y = col2), color = "red") 

print(p)

https://rpubs.com/euclid/343644